[{"data":1,"prerenderedAt":505},["ShallowReactive",2],{"post-\u002Ftr\u002Fsirkete-ozel-yapay-zekayi-ozel-yapan-nedir":3},{"page":4,"translations":359,"nav":367,"related":490,"random":499},{"id":5,"title":6,"body":7,"categories":331,"category":334,"changeHistory":334,"date":335,"description":336,"disclosures":334,"draft":337,"extension":338,"firstLiveAt":334,"image":339,"imageAlt":340,"kind":341,"lang":87,"meta":342,"navigation":343,"omitGermanLocalizationDisclosure":337,"path":344,"publishedAt":334,"readingTime":345,"rights":334,"seo":346,"seoTitle":347,"slug":348,"sources":334,"stem":349,"tags":350,"translationKey":356,"type":357,"updated":334,"__hash__":358},"postsTr\u002Ftr\u002Fsirkete-ozel-yapay-zekayi-ozel-yapan-nedir.md","Şirkete Özel Yapay Zekâyı Özel Yapan Nedir?",{"type":8,"value":9,"toc":322},"minimark",[10,43,46,49,52,55,60,63,66,77,80,191,194,198,214,224,227,230,234,237,240,250,253,256,260,263,266,276,279,282,285,289,292,295,298,301,304,307,314],[11,12,13,21],"blockquote",{},[14,15,16,17],"p",{},"💡 ",[18,19,20],"strong",{},"Özet: Ana Çıkarımlar",[22,23,24,31,37],"ul",{},[25,26,27,30],"li",{},[18,28,29],{},"Şirkete özel yapay zekâ, şirketle ilgili her şeyi modele öğretmek değildir."," Güncel bilgi kaynak sistemden, açık kurallar yazılımdan, yetki ise kimlik ve erişim sisteminden gelmelidir.",[25,32,33,36],{},[18,34,35],{},"Modelin çevresindeki sistem, aynı modeli iki şirkette bambaşka bir iş kabiliyetine dönüştürebilir."," Veri, araçlar, iş akışı, onaylar ve ölçüm düzeni bu farkın önemli bölümünü oluşturur.",[25,38,39,42],{},[18,40,41],{},"Uzman modele gerçekten ihtiyaç duyulan işler de vardır."," Kararı, “şirketimize özel olsun” isteğiyle değil, modelin öğrenmesi gereken örüntü ve ölçülen performans farkıyla vermek gerekir.",[14,44,45],{},"Bir satın alma ekibinin üç tedarikçiden teklif aldığını düşünün. Teklif dosyalarını bir dil modeline verip fiyatları, teslimat sürelerini ve garanti koşullarını karşılaştırmasını istiyorlar. Model düzgün bir tablo hazırlıyor ve bir tedarikçi öneriyor.",[14,47,48],{},"Bu, faydalı bir belge incelemesi olabilir. Fakat şirket için doğru satın alma kararını verdiğini göstermez.",[14,50,51],{},"Önerilen tedarikçi şirketin onaylı listesinde mi? Aynı ürün depoda zaten var mı? Mevcut sözleşmede daha iyi bir fiyat bulunuyor mu? Talebi açan kişinin bu tutarda harcama yetkisi var mı? Satın alma emri hangi onaylardan geçmeli?",[14,53,54],{},"Bu soruların cevabı teklif dosyalarında bulunmaz. Bir kısmı güncel şirket kayıtlarında, bir kısmı iş kurallarında, bir kısmı da yetki sistemindedir. Model teklifi anlayabilir. Şirkete özel iş kabiliyeti ise ancak bu parçalar birlikte çalıştığında ortaya çıkar.",[56,57,59],"h2",{"id":58},"şirkete-özel-bilgi-ile-şirkete-özel-sistem-aynı-şey-değil","Şirkete özel bilgi ile şirkete özel sistem aynı şey değil",[14,61,62],{},"“Şirkete özel yapay zekâ” denildiğinde çoğu zaman modelin şirket verileriyle eğitilmesi anlaşılıyor. Bazı işlerde bu gerçekten gerekli olabilir. Fakat şirketle ilgili her bilginin modelin içine yerleştirilmesi gerekmez.",[14,64,65],{},"Ürün kataloğu, prosedürler ve sözleşmeler doğrudan bağlama verilebilir veya ihtiyaç anında aranabilir. Stok, sipariş ve bakiye gibi sürekli değişen bilgiler ilgili API'den ya da veritabanından okunur. Harcama limiti ve onay sırası yazılımda uygulanır. Kullanıcının hangi kaydı görebileceğine erişim sistemi karar verir.",[14,67,68,76],{},[69,70,75],"a",{"href":71,"rel":72,"target":74},"\u002Ftr\u002Fkuruma-ozel-yapay-zeka-icin-fine-tuning-sart-mi",[73],"noopener","_blank","Fine-tuning yazısında bilgi, açık kural ve örneklerden öğrenilecek örüntü arasındaki farkı"," ele almıştım. Bu ayrımın sistem düzeyindeki sonucu şudur: Her şirkete özgü gereksinim modelde yaşamaz.",[14,78,79],{},"Bir gereksinimi doğru yere koymak için şu harita işe yarar:",[81,82,83,99],"table",{},[84,85,86],"thead",{},[87,88,89,93,96],"tr",{},[90,91,92],"th",{},"Şirkete özgü gereksinim",[90,94,95],{},"Nerede ele alınmalı?",[90,97,98],{},"Basit örnek",[100,101,102,114,125,136,147,158,169,180],"tbody",{},[87,103,104,108,111],{},[105,106,107],"td",{},"Yazılı ve değişebilen bilgi",[105,109,110],{},"Belge, arama veya RAG",[105,112,113],{},"Güncel satın alma politikası",[87,115,116,119,122],{},[105,117,118],{},"Anlık işlem durumu",[105,120,121],{},"Yetkili API veya veritabanı",[105,123,124],{},"Stok miktarı ve açık siparişler",[87,126,127,130,133],{},[105,128,129],{},"Açık iş kuralı",[105,131,132],{},"Yazılım veya tanımlı iş akışı",[105,134,135],{},"Belirli tutarın üzerindeki talebi yöneticinin onaylaması",[87,137,138,141,144],{},[105,139,140],{},"Veride saklı örüntü",[105,142,143],{},"Tahmin, sınıflandırma veya başka bir model",[105,145,146],{},"Gelecek ayın talep tahmini",[87,148,149,152,155],{},[105,150,151],{},"Gerçek işlem",[105,153,154],{},"Sınırları belirlenmiş araç veya API",[105,156,157],{},"Satın alma talebi oluşturma",[87,159,160,163,166],{},[105,161,162],{},"Görme ve işlem yapma yetkisi",[105,164,165],{},"Kimlik, rol ve erişim kontrolü",[105,167,168],{},"Kullanıcının yalnız kendi birimine ait sözleşmeleri görmesi",[87,170,171,174,177],{},[105,172,173],{},"İstisna kararı",[105,175,176],{},"Yetkili çalışan veya açık devir kuralı",[105,178,179],{},"Çelişkili teklifin satın alma uzmanına aktarılması",[87,181,182,185,188],{},[105,183,184],{},"Başarı kanıtı",[105,186,187],{},"Kaynak sistemdeki sonuç ve iş göstergesi",[105,189,190],{},"Onaylanmış sipariş, teslim süresi veya tasarruf",[14,192,193],{},"Model bu parçaların birkaçını kullanabilir. Fakat onların sahibi haline gelmez. Bir stok kaydını okuyabilmesi, stok bilgisinin kaynağını modele taşımaz. Harcama limitini açıklayabilmesi de modele ödeme yetkisi vermez.",[56,195,197],{"id":196},"aynı-model-iki-şirkette-aynı-sistemi-oluşturmaz","Aynı model iki şirkette aynı sistemi oluşturmaz",[14,199,200,201,213],{},"Berkeley AI Research araştırmacıları, model çağrılarını arama, yazılım araçları ve başka bileşenlerle birleştiren yapıları ",[69,202,208,212],{"href":203,"rel":204,"target":74,"className":206},"https:\u002F\u002Fbair.berkeley.edu\u002Fblog\u002F2024\u002F02\u002F18\u002Fcompound-ai-systems\u002F",[205,73],"nofollow",[207],"dofollow",[209,210,211],"em",{},"compound AI system"," olarak tanımlamış",". Türkçede bunu bileşik yapay zekâ sistemi diye çevirebiliriz. Buradaki önemli fikir isim değil; sonucu tek başına modelin değil, birlikte çalışan parçaların üretmesidir.",[14,215,216,217,223],{},"Microsoft'un güncel ",[69,218,222],{"href":219,"rel":220,"target":74,"className":221},"https:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fazure\u002Fwell-architected\u002Fai\u002Fapplication-design",[205,73],[207],"AI uygulama tasarımı rehberi"," de modelin çalıştığı katmanı; bilgi kaynakları, yönlendirme, araçlar ve kullanıcı arayüzünden ayrı ele alıyor. Rehber özellikle bilgi erişiminin kullanıcı yetkileriyle, araçların da kendi güvenlik kurallarıyla çalışmasını öneriyor.",[14,225,226],{},"Aynı model, bir şirkette yalnızca teklifleri özetleyen yardımcı olabilir. Başka bir şirkette stok sistemini okuyan, sözleşme koşullarını karşılaştıran ve satın alma talebi taslağı hazırlayan daha kapsamlı bir sistemin parçası olabilir.",[14,228,229],{},"Farkı yaratan yalnızca modele yazılan talimat değildir. Şirketin hangi kaynağı doğru kabul ettiği, hangi işlemi hangi yetkiyle yaptırdığı, hangi istisnayı insana bıraktığı ve sonucu nereden doğruladığıdır.",[56,231,233],{"id":232},"güçlü-genel-modeller-bu-ihtiyacı-ortadan-kaldırır-mı","Güçlü genel modeller bu ihtiyacı ortadan kaldırır mı?",[14,235,236],{},"Burada güçlü bir itiraz var: Genel amaçlı modeller her yıl daha fazla işi üstlenirken bu kadar parçalı bir sisteme hâlâ ihtiyaç var mı?",[14,238,239],{},"Metin, görsel ve sesi ayrı modellerden geçirmek yerine tek bir modelle işlemek; uzun belgeleri doğrudan vermek veya modelin yazılım araçlarını çağırmasını sağlamak mümkün hale geliyor.",[14,241,242,243,249],{},"Google DeepMind ekibi, 2025'te yayımladığı ",[69,244,248],{"href":245,"rel":246,"target":74,"className":247},"https:\u002F\u002Fstorage.googleapis.com\u002Fdeepmind-media\u002Fgemini\u002Fgemini_v2_5_report.pdf",[205,73],[207],"Gemini 2.5 teknik raporunda",", aynı model ailesinde metin, görsel ve ses girdilerini, uzun bağlamı, muhakemeyi ve araç kullanımını bir araya getirmiş. Bu tür gelişmeler daha önce gerekli görülen bazı model zincirlerini gerçekten ortadan kaldırabilir.",[14,251,252],{},"Yine de genel modelin kapasitesi ile şirket sisteminin sorumluluğu aynı şey değil. Model bir milyon satırlık ürün kataloğunu okuyabilse bile hangi fiyatın bugün geçerli olduğunu, bu kullanıcının hangi sözleşmeyi görebileceğini veya satın alma emrinin gerçekten oluşup oluşmadığını kendi başına belirleyemez. Bunlar güncel veri, yetki ve işlem sınırlarıdır.",[14,254,255],{},"Genel modeller güçlendikçe bazı uzman bileşenler azalabilir. Fakat şirketin kaynakları, kuralları ve sorumlulukları modele dönüşmez.",[56,257,259],{"id":258},"bazı-örüntüleri-gerçekten-modelin-öğrenmesi-gerekir","Bazı örüntüleri gerçekten modelin öğrenmesi gerekir",[14,261,262],{},"Sistemi özel yapan her şey modelde yaşamaz. Bunun tersi de doğru: Her işi bağlama birkaç belge ekleyerek veya arkasına bir API bağlayarak çözemeyiz.",[14,264,265],{},"Bir şirket, her gün gelen binlerce talebi kendi sabit kategorilerine ayırmak isteyebilir. Kategoriler şirketin çalışma biçimine özgüyse ve genel model gerçek mesajlarda aynı hataları tekrarlıyorsa, etiketlenmiş örneklerle uyarlanmış daha küçük bir model daha doğru, hızlı veya ucuz çalışabilir.",[14,267,268,269,275],{},"2025'te EMNLP'de yayımlanan bir ",[69,270,274],{"href":271,"rel":272,"target":74,"className":273},"https:\u002F\u002Faclanthology.org\u002F2025.emnlp-main.9\u002F",[205,73],[207],"metin sınıflandırma araştırması"," şu soruya bakmış: Belirli bir sınıflandırma işi için eğitilen küçük bir model, büyük ve genel amaçlı bir modelle yarışabilmek için kaç etiketli örneğe ihtiyaç duyar?",[14,277,278],{},"Araştırmacılar sekiz farklı görevde, küçük uzman modellerin ortalama yüz etiketli örnekle genel modellere yetişebildiğini veya onları geçebildiğini görmüş. Ancak bazı görevlerde çok daha fazla örnek gerekmiş.",[14,280,281],{},"Şirketiniz her gün benzer talepleri aynı sabit kategorilere ayırıyorsa ve elinizde doğru etiketlenmiş gerçek örnekler varsa, yalnızca bu iş için eğitilmiş küçük bir modeli denemeye değer olabilir. Buradaki yüz örnek evrensel bir sınır değil; gereken sayı göreve ve veriye göre değişiyor. Araştırmanın gösterdiği şey, dar ve tekrarlı bir işte büyük genel modelin her zaman en iyi seçenek olmadığıdır.",[14,283,284],{},"Bu örnekte modelin üstleneceği iş nettir. Cevap bir belgede bulunmuyorsa, açık bir kuralla hesaplanamıyorsa ve geçmiş örneklerdeki bir ilişkinin öğrenilmesi gerekiyorsa model uzmanlığı anlamlı olabilir. Bunun da gerçek iş yükünde ölçülmesi gerekir.",[56,286,288],{"id":287},"şirketin-kabiliyeti-model-değiştiğinde-kaybolmamalı","Şirketin kabiliyeti model değiştiğinde kaybolmamalı",[14,290,291],{},"Şirkete özgü bilgi, kurallar ve yetkiler modelin içine ne kadar kontrolsüz biçimde gömülürse sistemi anlamak ve değiştirmek o kadar zorlaşır. Yeni model aynı talimatları farklı yorumlayabilir. Eski modelde iyi çalışan davranışın hangi örnekten veya hangi gizli varsayımdan geldiği bilinmeyebilir.",[14,293,294],{},"Bilgi kaynakları, iş kuralları, araç sözleşmeleri, erişim sınırları ve değerlendirme örnekleri ayrı tutulduğunda model değişikliğini sınamak kolaylaşır. Yeni model aynı kaynaklarla, aynı yetkilerle ve aynı gerçek iş örnekleriyle denenebilir.",[14,296,297],{},"Bu, modelin önemsiz veya kolayca değiştirilebilir olduğu anlamına gelmez. Model kaliteyi, maliyeti, hızı ve sistemin yapabildiği işleri doğrudan etkiler. Fakat şirketin bütün iş kabiliyetini tek bir sağlayıcının model davranışına bağlamak zorunda değilsiniz.",[14,299,300],{},"Satın alma örneğine dönersek, model teklifleri okuyup farklılıkları açıklayabilir. Şirketin sistemi ise doğru stok kaydını getirir, sözleşmeyi yetkiye göre açar, harcama kuralını uygular, gerekli onayı ister ve oluşan siparişi kaynak sistemden doğrular.",[14,302,303],{},"Şirkete özel yapay zekâyı özel yapan şey bazen uyarlanmış bir modeldir. Çoğu zaman ise modelin hangi bilgiyle, hangi araçla, hangi yetki içinde ve hangi iş sonucuna karşı çalışacağını belirleyen sistemdir.",[14,305,306],{},"Bu nedenle “Modelimizi şirketimize nasıl özelleştiririz?” sorusunun yanına iki soru daha eklemek gerekir: Model neyi gerçekten öğrenmeli? Sistem neyi sağlamalı, sınırlandırmalı ve kanıtlamalı?",[14,308,309,313],{},[69,310,312],{"href":311},"\u002Ftr\u002Fyapay-zeka-istekleri-ne-zaman-farkli-modellere-yonlendirilmeli","Birden fazla model kullanıldığında isteklerin hangi durumda farklı modellere yönlendirilmesi gerektiğini önceki yazıda ele aldım",".",[14,315,316,317,321],{},"Model, bilgi, yetki ve ölçümle ilgili diğer kararları ",[69,318,320],{"href":319},"\u002Ftr\u002Fsirketiniz-icin-yapay-zeka-sistemi-nasil-tasarlanir","yapay zekâ sistemi tasarlama rehberinde"," bir arada görebilirsiniz.",{"title":323,"searchDepth":324,"depth":324,"links":325},"",2,[326,327,328,329,330],{"id":58,"depth":324,"text":59},{"id":196,"depth":324,"text":197},{"id":232,"depth":324,"text":233},{"id":258,"depth":324,"text":259},{"id":287,"depth":324,"text":288},[332,333],"ai","engineering",null,"2026-09-03","Şirkete özel yapay zekâ, modelin şirket verileriyle eğitilmesi mi? Veri, kurallar, araçlar, yetkiler ve ölçümün sistemdeki yerini ele alıyorum.",false,"md","\u002Fimages\u002Fhero\u002Fcompany-specific-ai-system.avif","Mavi model kartuşu, veri, kural, yetki ve doğrulama mekanizmalarıyla çevrili bir düzeneğe takılı.","Analiz",{},true,"\u002Ftr\u002Fsirkete-ozel-yapay-zekayi-ozel-yapan-nedir",6,{"title":6,"description":336},"Şirkete Özel Yapay Zekâ Sistemi Nasıl Kurulur?","sirkete-ozel-yapay-zekayi-ozel-yapan-nedir","tr\u002Fsirkete-ozel-yapay-zekayi-ozel-yapan-nedir",[351,352,353,354,355],"kurumsal-yapay-zeka","ai-mimarisi","is-kabiliyeti","fine-tuning","yapay-zeka-stratejisi","what-makes-enterprise-ai-company-specific","post","fNM2hOS7DWqOnLpHU2VXZBi4ezJlYZLBBwHAssikWSw",{"tr":360,"en":361,"de":364},{"path":344,"title":6},{"path":362,"title":363},"\u002Fwhat-makes-an-ai-system-specific-to-your-business","What Makes an AI System Specific to Your Business?",{"path":365,"title":366},"\u002Fde\u002Fwas-macht-ein-ki-system-fuer-ihr-unternehmen-spezifisch","Was macht ein KI-System für Ihr Unternehmen spezifisch?",{"prev":368,"next":371,"others":374,"lucky":489,"readingTime":345},{"path":369,"title":370},"\u002Ftr\u002Fab-yapay-zeka-yasasi-aslinda-neyi-duzenliyor","AB Yapay Zekâ Yasası Nedir, Neleri Düzenliyor?",{"path":372,"title":373},"\u002Ftr\u002Fai-kullanmak-ile-ai-dan-deger-uretmek-arasinda-ne-var","Şirketler Yapay Zekâdan Nasıl Değer Üretebilir?",[375,376,379,382,385,388,391,392,395,398,401,404,407,410,413,416,419,422,425,428,431,434,437,440,443,446,449,452,455,457,460,463,466,469,472,475,478,481,484,486],{"path":372,"title":373},{"path":377,"title":378},"\u002Ftr\u002Fbuild-in-public-2-0","AI Çağında Build in Public: Neyi Paylaşmalı, Neyi Saklamalı?",{"path":380,"title":381},"\u002Ftr\u002Fbir-zafer-bir-kac-yenilgi","Bir Zafer, Birkaç Yenilgi",{"path":383,"title":384},"\u002Ftr\u002Fredar-kap-bildirimleri-icin-yapay-zeka-destekli-ozet-ve-uyari-sistemi","Redar: KAP Bildirimleri İçin Yapay Zeka Destekli Özet ve Uyarı Sistemi",{"path":386,"title":387},"\u002Ftr\u002Fanlama-borcu-fatura-tek-basina-gelir","Anlama Borcu: Fatura Tek Başına Gelir",{"path":389,"title":390},"\u002Ftr\u002Fnormalde-erteleyecegim-isi-ai-ile-bir-saatte-bitirdim","Normalde üşenip yapmayacağım işi AI ile bir saatte bitirdim",{"path":369,"title":370},{"path":393,"title":394},"\u002Ftr\u002Fkurallardan-kararlara-vanityde-gercek-zamanli-karar-destek-ve-satis-yonetim-platformu","Sağlık turizminde lead yönetimi: Manuel dağıtımdan gerçek zamanlı satış sistemine nasıl geçtik?",{"path":396,"title":397},"\u002Ftr\u002Fesigin-sifira-inmesi","Eşik Düştü: ProductLog’un Bana Gösterdiği Build in Public Riski",{"path":399,"title":400},"\u002Ftr\u002Fdusuk-rekabetli-serpte-api-tabanli-bir-seo-denemesi","camiler.org: Google Maps ve OpenAI ile Bir Programatik SEO Deneyi",{"path":402,"title":403},"\u002Ftr\u002Fsoru-sormaktan-isi-devretmeye","Soru Sormaktan İşi Devretmeye: Codex Araştırması Ne Gösteriyor?",{"path":405,"title":406},"\u002Ftr\u002Fayda-1-milyon-gosterim-sifir-gelir-programatik-seo-vaka-analizi","Ayda 1 Milyon Gösterim, Sıfır Gelir: Programatik SEO Vaka Analizi (Post-Mortem)",{"path":408,"title":409},"\u002Ftr\u002Fyapay-zeka-kod-yazmayi-ucuzlatti-dogrulamayi-degil","Yapay Zeka Kod Yazmayı Ucuzlattı, Doğrulamayı Değil",{"path":411,"title":412},"\u002Ftr\u002Ficerik-budama-nasil-yapilir","İçerik Budama Nasıl Yapılır? Gerçek Bir Content Pruning Vaka Analizi",{"path":414,"title":415},"\u002Ftr\u002Fchatbot-gelistirmek-sandiginiz-kadar-basit-degil-gercek-bir-deneyimden-ogrendiklerim","Chatbot geliştirmek sanıldığı kadar basit değil: gerçek bir deneyimden öğrendiklerim",{"path":417,"title":418},"\u002Ftr\u002Fyazilimciligin-sonu-mu-geldi-yapay-zeka-ile-bir-ronesans-yasaniyor","Yazılımcılığın Sonu mu Geldi? Yapay zeka ile bir rönesans yaşanıyor.",{"path":420,"title":421},"\u002Ftr\u002Fkurumsal-yapay-zekada-rag-ne-zaman-gerekir","Kurumsal Yapay Zekâda RAG Ne Zaman Gerekir?",{"path":423,"title":424},"\u002Ftr\u002Fknow-how-pis-agzima-dus","Know-how Piş, Ağzıma Düş: Bilgiyi Uygulamak mı, Üretmek mi?",{"path":426,"title":427},"\u002Ftr\u002Fpesintaksit-pesin-mi-taksit-mi-gercek-maliyet-hesaplama-ve-finansal-farkindalik-araci","Peşin mi, Taksit mi? – PeşinTaksit’in Ortaya Çıkış Hikayesi",{"path":429,"title":430},"\u002Ftr\u002Fveriniz-yapay-zekaya-hazir-mi","Veriniz Yapay Zekâya Hazır mı? Önce Hangi Karar İçin Olduğunu Söyleyin",{"path":432,"title":433},"\u002Ftr\u002Fai-agent-ne-zaman-gerekli-workflow-ne-zaman-yeterli","AI Agent Ne Zaman Gerekli?",{"path":435,"title":436},"\u002Ftr\u002Fmesele-llms-txt-degil-yegen","Mesele llms.txt Değil Yeğen!",{"path":438,"title":439},"\u002Ftr\u002Fai-verimlilik-kazanci-kimin-cebine-giriyor","AI Verimlilik Kazancı Kimin Cebine Giriyor?",{"path":441,"title":442},"\u002Ftr\u002Fai-gorunurluk-araclari-gercekten-ise-yariyor-mu","AI Görünürlük Araçları Gerçekten İşe Yarıyor mu?",{"path":444,"title":445},"\u002Ftr\u002Fturkiyenin-ilk-gercek-zamanli-gizli-musteri-raporlamasi","Türkiye'nin İlk Gerçek Zamanlı Gizli Müşteri Raporlaması",{"path":447,"title":448},"\u002Ftr\u002Fyapay-zeka-ve-hic-yapilmayan-ise-alimlar","Yapay zekâ işten çıkarmadan iş sayısını azaltıyor",{"path":450,"title":451},"\u002Ftr\u002Fai-gorunurlugu-yanilsamasi-bing-citation-share","Yapay Zeka Görünürlüğü Yanılsaması: Bing'in Citation Share Verileri Gerçekte Ne Söylüyor?",{"path":453,"title":454},"\u002Ftr\u002Fgsc-verilerinden-anlam-cikarmak-rankextension-yolculugunun-ilk-adimi","RankExtension'a Ne Oldu?",{"path":311,"title":456},"Yapay Zekâ İstekleri Ne Zaman Farklı Modellere Yönlendirilmeli?",{"path":458,"title":459},"\u002Ftr\u002Fyapay-zeka-ile-api-gelistirirken-rest-kalitesini-korumak","Yapay Zekâ ile API Geliştirirken Kaliteyi Korumak",{"path":461,"title":462},"\u002Ftr\u002Fsurec-otomasyonunda-yapay-zeka-ne-zaman-kullanilmali","Bir Süreci Otomatikleştirirken Yapay Zekâ Ne Zaman Gerekli?",{"path":464,"title":465},"\u002Ftr\u002Fproductlog-once-kendim-icin-insa-ettigim-platform","ProductLog: Önce Kendim İçin İnşa Ettiğim Platform",{"path":467,"title":468},"\u002Ftr\u002Fcloudflare-docker-ve-acik-kaynak-araclarla-bir-altyapi-kurmak-camiler-orgun-teknik-hikayesi","Camiler.org'u Neden Tek VPS Üzerinde Çalıştırıyorum?",{"path":470,"title":471},"\u002Ftr\u002Fyapay-zeka-sisteminiz-gercekten-sonuc-uretiyor-mu","Yapay Zekâ Sisteminiz Gerçekten Sonuç Üretiyor mu?",{"path":473,"title":474},"\u002Ftr\u002Fyapay-zeka-caginda-cocuk-yetistirmek","Yapay Zeka Çağında Çocuk Yetiştirmek",{"path":476,"title":477},"\u002Ftr\u002Fsatis-ile-diger-departmanlar-neden-surekli-catisiyor","Satış ile Diğer Departmanlar Neden Sürekli Çatışıyor?",{"path":479,"title":480},"\u002Ftr\u002Fai-atiflari-kendi-saatine-gore-isliyor","Yapay Zeka Görünürlüğü Aramadan Önce Düştü: Google Verileri Teorimi Nasıl Değiştirdi?",{"path":482,"title":483},"\u002Ftr\u002Fteknoloji-yonetimi-ile-dijital-donusum-ayni-sey-degil","Teknoloji Yönetimi ile Dijital Dönüşüm Aynı Şey Değil",{"path":71,"title":485},"Kuruma Özel Yapay Zekâ İçin Fine-Tuning Şart mı?",{"path":487,"title":488},"\u002Ftr\u002Fai-hep-bu-kadar-iyi-degildi-biz-cok-hizli-alistik","AI Hep Bu Kadar İyi Değildi. Biz Çok Hızlı Alıştık",{"path":411,"title":412},[491,493,495,497],{"path":429,"title":430,"date":492},"2026-08-31",{"path":71,"title":485,"date":494},"2026-08-28",{"path":372,"title":373,"date":496},"2026-09-04",{"path":311,"title":456,"date":498},"2026-09-02",[500,502,503],{"path":467,"title":468,"date":501},"2025-07-02",{"path":432,"title":433,"date":494},{"path":464,"title":465,"date":504},"2026-06-23",1788481878647]